用地形信息的机器学习重建精细规模的3D风场
Chensen Lin1, Ruian Tie1,2, Shihong Yi1
1Artificial Intelligence Innovation and Incubation Institute, Fudan University, Shanghai, China.
FuXi-CFD是一个新的AI框架,使用粗略的天气数据和地形地图,以30米分辨率预测详细的3D风场. 它为地形敏感应用提供快速,准确的风力预测.
科学领域:
- 大气科学 大气科学
- 计算流体动力学的流体动力学.
- 人工智能的人工智能
背景情况:
- 准确的近地风场预测对于许多应用至关重要.
- 目前的模型平均出地形诱导的风特征由于粗略的分辨率.
- 需要采用高分辨率的风场模型,将地形效应纳入其中.
研究的目的:
- 引入Fuxi-CFD,这是一个机器学习框架,用于生成高分辨率的近地3D风场.
- 为了证明框架能够从有限的输入中推断出完整的3D风场的能力.
- 通过对CFD模拟和真实世界的观察来验证模型的性能.
主要方法:
- 开发了FuXi-CFD,这是一个机器学习框架,利用粗大气层输入和高分辨率地形数据.
- 在使用计算流体动力学 (CFD) 在不同地形上生成的大数据集上训练模型.
- 该模型从水平风输入中推断出3D风场,包括垂直速度和流.
主要成果:
- FuXi-CFD在30米的水平分辨率下生成3D风场.
- 该框架实现了与CFD模拟相美的准确性.
- 推理时间从小时缩短到秒,从而实现实时应用.
- 该模型对现实世界条件有很强的概括性,并通过风塔观测得到了验证.
结论:
- 富西-CFD在细度风场预测方面取得了重大进展.
- 该框架可实现实时,高分辨率的风场重建,用于地形敏感的应用.
- 应用包括风力轮机定位,电力预测和野火蔓延建模.
更多相关视频
09:44Use of Principal Components for Scaling Up Topographic Models to Map Soil Redistribution and Soil Organic Carbon
Published on: October 16, 2018
07:53Author Spotlight: Advancing 3D Modeling for Enhanced Diagnosis and Treatment of Pulmonary Nodules in Early-Stage Lung Cancer
Published on: October 13, 2023
相关概念视频
Methods of Obtaining Topography
Application of Linearization and Approximation
Wind Turbine Machine Models
Induction machines interact through the rotating magnetic field generated by the stator and the rotor. The key parameter is slip, which is the difference between synchronous speed and rotor speed relative to synchronous speed. Slip is...
Influence of Earth's Curvature and Atmospheric Refraction on Leveling
Plotting of Topographic Maps
Topographic Surveying and Contours
